分享在 facebook
分享在 linkedin
分享在 twitter
分享在 facebook
分享在 linkedin
分享在 twitter

對抗新冠肺炎一役中,人工智慧扮演的關鍵角色

醫療科學相關的資料向來十分豐富。幾世紀以來,科學家透過各式各樣的方式收集資料,無論是來自實驗、縱貫(貫時性)研究、研究調查,或者如診問病患的病歷紀錄等日常活動。然而,新型冠狀病毒(COVID-19)的疫情衝擊大幅改變了遊戲規則。
即使目前規模最大的醫療研究計畫已致力於消化數十萬則病例,疫情仍難以避免地影響了全球數十億人。海量的資料從各種不同的管道雪片般飛來,而此時,正是人工智慧登場對抗病毒的時刻。
使用人工智慧做出資料導向的決策
在資料科學家解讀成堆的資料時,主要聚焦於四大關鍵:數量(volume)、速率(velocity)、種類(variety),以及真偽(veracity)。對科學家而言,以上四個「V」可說是項艱鉅的挑戰。自從新冠肺炎爆發後,資料紛紛從不同的時間、管道,以及驗證級別且準確度皆不同的各種系統泉湧而入。
來自加拿大的人工智慧平台「BlueDot」能掃描來自上百種管道的資料,並於2019年12月時偵測到中國的武漢市出現疑似肺炎的群聚感染。雖然這場疫情起源於中國武漢市目前已是廣為人知的事實,但如果沒有BlueDot平台的預警,人們可能要多耗費幾週的時間才會發覺這種高傳染性病毒的存在。該平台也能讀取人們的旅遊模式和移動軌跡,讓初期的研究人員得以預測傳染病可能散播的路徑與方式。
研究人員和執業醫師試圖進一步了解新冠病毒並研擬出治療方法,卻因此淹沒在滿坑滿谷的資訊之中。而人工智慧可協助篩選資訊,讓研究人員和醫師能更快速、更正確地做出抉擇。目前,由艾倫人工智慧研究所主導的新冠肺炎開放研究資料集已囊括超過24,000份研究論文,並且數仍在持續增加中;透過人工智慧,醫師及科學家便可從資料集中尋得對研究最有益處的相關文章。
Appier的首席人工智慧科學家孫民表示,出現在衛生專家面前的資料量已難計其數。他解釋道:「在台灣,我們有每位患者的醫療史、勞工健檢結果等電子健康紀錄,還有大量的醫療影像資料,包括X光照片、電腦斷層圖及核磁共振成像圖。醫院的醫師在診斷和治療時,便是仰賴這些資料做出關鍵決策。」
移動心電圖儀AliveCor與人工智慧預測分析平台CLEW皆是以人工智慧技術為基礎、用於偵測病兆的醫療工具;前者用於評估心臟疾病的發作風險,後者則用於偵測呼吸衰竭跡象的前兆。以上技術的開發,意味著人類仍有希望拯救因新型冠狀病毒而性命垂危的患者。
人工智慧創新應用讓疫情曲線趨緩
專家必須迅速做出診斷,才能抵制新型冠狀病毒的散播。雖然人類有能力收集資料,卻會受限於自身的解讀速度。中國的新冠肺炎智慧閱片系統「平安智慧醫療」,利用人工智慧分析同一患者的不同電腦斷層掃描圖,並測量病灶的變化。目前,此系統已完成了數十萬名患者的斷層掃描檢測,與人工操作相比更加快速且穩定。而這個系統已迅速偵測出數百件的潛在案例,成功協助遏止病毒擴散。
中國的科技公司阿里巴巴也開發了相關的人工智慧系統,透過解讀患者的胸腔電腦斷層掃描以偵測新型冠狀病毒的蹤跡。該系統能於20秒內做出診斷且正確率高達96%,而專業人員則可能需花費15分鐘才能辦到。借助深度學習演算法,系統能根據斷層影像判別出新冠肺炎和一般病毒性肺炎的差異。
人工智慧也能運用於其他類型的成像判讀,例如機場配置的掃描儀便能快速偵測出經過的發燒者,因此能於潛在患者進入社區前進行更全面的檢測。
孫民認為,「人類可以藉由人工智慧的幫助壓平曲線、防堵擴散,並實現高通量診斷。妥善防治和正確診斷的重要性在於協助避免案例暴增,進而壓垮國家的醫療系統。目前最重要的疫情議題離不開資源分配,以有效鑑別應該優先檢驗並加以隔離的民眾。」
孫民更提到,妥善分配醫療用品和專業技術,便能在高風險區域爆發感染前便先發制人。而地理空間資料也可向社會大眾開放,如此一來民眾便能有所警覺,避免途經高傳染率的地區。
在台灣,政府便是依靠收集資料的方法,辨識可能有染病風險的郵輪旅客。此後,政府更利用電信公司提供的地理空間資料,以簡訊向民眾警示,公開應避免前往的潛在高風險區域。
「因此,如果未來疫情惡化時,應慎重考慮運用人工智慧的力量,結合地理空間資料與醫療紀錄打造預測模型,以預先檢驗疑似病例者並加以隔離,同時能夠將醫療資源分配至適當的地區。」孫民如此建議。
「我們已掌握了收集資料的技術和適當的人工智慧科技,並藉此按優先順序分配衛生資源和醫療資源。」他補充,「現在,我們只需要獲得政府核准,便能以創意打造出維護隱私的防疫相關系統。」
研擬療方案並預防下一波疫
對控管、甚至是防堵新冠病毒而言,檢驗及診斷可說是十分重要的防疫步驟,而找出療法並研發疫苗也是其中不可忽視的關鍵。面對這極富挑戰性的任務,世界各地已有眾多科學家目前正為此絞盡腦汁,而成千上萬的資料亦因此前仆後繼的出現。
人工智慧正協助研究人員搜遍上千份新舊研究論文,期望能藉此為研發療法和疫苗指引明路。然而,正因人類過去從未成功製造出對抗任何冠狀病毒相關疾病的疫苗,這項任務顯然困難重重。
研擬治療方案的過程中,關鍵在於理解病原體的蛋白質組成結構,以及其蛋白質在不同環境下的反應。如Google的AlphaFold及其他類似的人工智慧系統,已在協助全球各地的研究人員解構新冠病毒蛋白質方面派上用場。
「專家必須掌握蛋白質的3D結構,才能設計相應的藥物以抑制該結構的功能。」孫民表示,「只要能夠了解病毒的3D形態,便能運用人工智慧進行模擬,以篩選出可能治療此疾病的化合物分子。IBM已利用旗下的超級電腦Summit挑出77種有望用於臨床試驗的化合物。」
以往,研究蛋白質結構的過程總是勞心又耗時;不過,如今能夠使用人工智慧建立蛋白質3D結構並執行虛擬實驗,比傳統的實驗室作法快上許多。孫民解釋,防疫的關鍵在於速度。新型冠狀病毒是由RNA構成,RNA不如DNA穩定,因此更容易產生突變。研究人員目前已透過基因定序,發現新冠病毒有八種不同的病毒株。人工智慧能協助專家追蹤並預測病毒突變的趨勢,於治癒疾病甚至最終研發出疫苗上可謂至關重要。
儘管人工智慧工具能夠辨識出3D蛋白質結構模型和可望成為藥物的分子,但仍待更多實驗和臨床測試驗證其可行性。不過,至少人工智慧已讓人們比以往更快速地推進至這個階段,為抗疫爭取了大量時間。
「監測病毒的變異能幫助製藥公司更精確地瞄準藥品的開發方向,」孫民提到,「但假設現有藥物對新冠病毒都無效,那麼便要正視人類面臨著更複雜的難題,不僅要發掘未知的新分子、在實驗室進行人體實驗,更要設法大量製造發現的新分子或化合物以進行治療。」
這便是比爾與梅琳達蓋茲基金會投入了一億美元,並與可能開發出疫苗的生產商合作建設七家工廠的緣故。如此一來,才能同時研究各種可能的解決方案,並為此大量生產以投入大規模的試驗。
孫民也另外提醒,切勿因研發治療藥物或疫苗方面露出曙光就過於樂觀而鬆懈,但也不需要過於悲觀;畢竟與十年前相比,人們已擁有了人工智慧等更加先進的科技,能夠加速研發並縮短防疫時程。
他相信,第一個找到新冠肺炎治療藥物的團隊有很大的機會贏得諾貝爾獎,而人工智慧必定是該團隊征服新冠病毒的有效利器。
*閱讀Appier近期的部落格文章「行銷人注意!新型冠狀病毒的七項應變策略」,以深入了解如何運用科技協助品牌度過疫情難關。

讓我們為你解痛點

還掙扎於不知如何做好做滿你的行銷策略嗎?

你也許也會對這些文章感興趣:

應用人工智慧實現一對一個人化行銷

企業如何行銷其產品或服務,將大大影響利潤、品牌強度和品牌長壽與否;行銷活動如果計畫不周或執行不力,將無法為企業帶來任何實質助益。個人化行銷是現今火熱的數位行銷策略首選,而若再加上人工智慧(AI)等先進技術,便可以將你的行銷活動推往更高的境界。 個人化是行銷關鍵 許多品牌已開始使用行銷自動化工具(marketing automation tools)進行個人化行銷,使品牌可以針對各別顧客投其所好,更

用人工智慧解密新型態廣告詐騙行為

廣告詐騙已經成為全球數位廣告產業最巨大的威脅之一。根據美國全國廣告商協會的統計,估計2017年數位廣告詐騙將造成全球各廣告業65億美元的損失;Juniper Research最近的一份報告也顯示,2018年預計廣告主會因廣告詐騙而損失高達190億美元,這個情況會愈演愈烈,預計到2022年所造成的損失估計將達到440億美元。 事實上,行銷與廣告產業已經花費了大量資源去尋找有效的方法以「減輕」廣告詐騙

如何透過創造更高的顧客終身價值以優化行銷報酬率?

現今的品牌商透過監測各種不同指標來衡量他們在行銷活動與廣告上的投資是否有效,其中對商業績效而言,顧客終身價值 (Lifetime Value, LTV) 是最重要的指標之一。然而,全球僅有不到三分之一的行銷人如此認為。 「顧客終身價值」是透過衡量顧客對品牌的實際價值所計算出來的指標。優化顧客終身價值對品牌商來說是刺激轉換率與建立顧客忠誠度的重要手段,例如,主動搜尋電商應用程式並安裝的顧客比因為看了

    讓我們為你解痛點

    還掙扎於不知如何做好做滿你的行銷策略嗎?